شرکت نوپای Smallest.ai که در اواخر ۲۰۲۴ تأسیس شده، با هدف ایجاد جهشی جدید در عاملهای صوتی مبتنی بر هوش مصنوعی وارد میدان شده است. برخلاف رویکرد رایج که روی سریعتر کردن مدلهای زبانی بزرگ (LLM) تمرکز دارد، Smallest.ai معتقد است پیشرفت واقعی در تعاملات صوتی از ساخت مدلهای کوچک و تخصصی برای “گفتوگوی انسانی” حاصل میشود — مدلهایی که همزمان «شنیدن، فکر کردن و صحبت کردن» را شبیهسازی میکنند تا مکالمه با ربات را از مکالمه با انسان عملاً غیرقابل تشخیص کنند.
رویکرد تکنیکی و مزیت محصول
Smallest.ai یک مدل صوتی کمحجم و بلادرنگ توسعه میدهد که به عنوان لایهٔ هوش در مکالمات مشتری عمل میکند. این مدل بر پاسخدهی فوری و بدون تأخیر محسوس تمرکز دارد؛ مسئلهای که در ارتباطات متنی یا چت قابل تحملتر است، اما در مکالمهٔ صوتی حتی مکثهای کوتاه احساس ناخوشایندی ایجاد میکنند. به گفتهٔ سدارشان کاماث، بنیانگذار و مدیرعامل Smallest.ai، رفتار مدل این است که مانند انسان هنگام صحبت شنونده را همزمان پردازش کند و در صورت لزوم توسط وقفهها یا قطعِ صحبتها واکنش نشان دهد — همان رفتاری که در مکالمهٔ انسانی طبیعی میبینیم.
دو سطح مدل و سیاست واگذاری به LLM
شرکت از معماری دوسطحی دفاع میکند: یک مدل صوتی کوچک و بلادرنگ برای تعامل فوری و یک مدل پایهٔ بزرگ (آفلاین) که تنها در صورت مواجهه با مسئلهٔ تخصصی یا نیاز به «تحقیق» فراخوانده میشود. در عمل، وقتی موضوعی خارج از حوزهٔ دانش مدل کوچک پیش بیاید، درخواست به مدل بزرگتر ارجاع میشود و مشتری برای مدت کوتاهی «روی خط نگه داشته» میشود تا جواب دقیقتری دریافت کند — رفتاری شبیه به آنچه اپراتور انسانی در مرکز تماس انجام میدهد.
تمرکز بر ویژگیهای صوتی واقعی
برخلاف مدلهای عمومی بزرگ که برای متن طراحی شدهاند، Smallest.ai تمام تمرکز خود را بر خصوصیات صوتی گذاشته است: پشتیبانی از لهجههای متنوع، دهها زبان، کارکرد در محیطهای پر سر و صدا و حفظ جریان طبیعی مکالمه. این تمرکزِ تخصصی موجب کاهش تأخیر و افزایش طبیعیبودن پاسخها میشود، ویژه برای کاربردهای پشتیبانی مشتری بلادرنگ.
سرمایهگذاری، مشتریان و رقبای بازار
Smallest.ai در دور سری A موفق به جذب ۱۳ میلیون دلار سرمایه شد؛ این دور به رهبری Seligman Ventures و با مشارکت Sierra Ventures و 3one4 Capital انجام شد و مجموع سرمایهگذاری کلی شرکت را به بیش از ۲۱ میلیون دلار رساند. از مشتریان فعلی شرکت نامهایی مانند RingCentral و Truecaller ذکر شدهاند.
در بازار، Smallest.ai با بازیگرانی مانند ElevenLabs، Cartesia و بازیگران منطقهای مثل Sarvam رقابت میکند. با این حال، تمایز اصلی Smallest.ai در تمرکز خاص بر عاملهای صوتی بلادرنگ برای کسبوکارها است؛ در مقابل برخی رقبا که تمرکزشان بر تولید صدا برای دوبلاژ یا پادکست است.
چشمانداز و نتیجهگیری
بنیانگذار Smallest.ai معتقد است که آیندهٔ عاملهای هوش مصنوعی صوتی به معماریهای ترکیبی مبتنی بر مدلهای کوچک بلادرنگ و مدلهای بزرگ «در پشت صحنه» تعلق دارد. هدف نهایی شرکت ساده و بلندپروازانه است: رساندن تجربهٔ صحبت با یک عامل هوش مصنوعی به سطحی که شنونده نتواند تفاوتی با یک انسان قائل شود — احراز موفقیت در گذر از «آزمون تورینگِ صوتی». این رویکرد میتواند نقطهٔ عطفی در کاربرد هوش مصنوعی در مرکز تماسها و خدمات پشتیبانی مشتری باشد.